粉丝3.9万获赞19.7万

哈喽,大家好,我是 doctor 里,今天呢我们开始学习方差分析,也就是 r 分析,它也是一种差异分析。我们要进行方差分析呢,要具备两个条件,首先是各个总体呢服从正态分布,一般情况下呢,我们调研到的数据,在随机自然的情况下,它是都是服从正态分布的。 当然了,检验正态分布者也有很多方法,我们这个呢,在以后的课程当中呢,会给大家讲解如何检验正态分布。第二个方叉情性检验, f 检验,也就是说方差要是一致的, 如果说当方叉不一致的时候,我们就没有办法分辨出究竟是控制因素,哎,对这个观测变量产生的影响呢?还是内在波动对这个观测变量产生的影响,所以说方叉一定要保持一致,这是方叉分析的两个基本条件。 方差分析呢,主要有两种,第一种呢是单因素方差分析,第二种是多因素方差分析。今天呢我们注重讲解单因 单元素房产分析的目的呢,就是为了检验某一个控制因素的改变呢,会不会对观测变量带来的显著影响,一定要记住啊,一个控制因素,下面呢可以是两个或以上的主体。好,我们来看个例子, 市场经济不景气呢,闸机店老板想要了解一下分布在不同商圈的三个闸机店的销售额情况,以便根据不同的情况呢制定不一样的营销策略。他这个呢就是一个控制因素商圈,但是这个商圈呢,下面有两或两个以上的主体,所以说我们要进行单因素化妆分析。如何进行单因素化妆分析呢?我们来打开 sports 同学软件, 好,这是我们收集到的商圈呢,它是这个控制因素,我们要了解商圈是否对销售额产生影响,然后商圈下面呢有三个主体哎,中路店啊,江南区以及宏大区这三个店的三个地方的炸鸡店呢, 销售额的统计好了,我们点击分析,在比较平均值当中选择单音算的话,分析好了,我们将商圈呢导入到因子当中,销售额呢导入到音变量列表当中,对比我们不用管。首先我们来看这个选项,首先呢一般进行基本的描述,然后检验方差其性, 好点击继续即可。然后呢我们点击事后比较,就是说如果这个商圈对销售额存在一定的影响呢,我们就要看到底是分布在哪些地方,杂技店对销售额有成影响,这叫事后的比较分析,一般呢我们来选择第一个 l、 s、 d 即可,然后点击继续好确定, 这就是我们这个单元素发展分析的一个分析结果。首先我们来看描述位于宏大的闸机店呢,它的平均销售额为六十八点一四,位于中路区的这个闸机店呢,销售额为五十九点六四, 位于江南区的闸机店呢,他的销售额是六十九点三啊,这是他的一个平均值,我们通过平均值呢也可以大概判断一下,哎,哪几个闸机店的销售额是比较高的呢?但是呢是不具有统计学意义的,对吧,所以我们来看下面。好,我们进行方叉分析呢,就要判断方叉是否齐性, 我们来看这个一般是基于品质的显著性,如果 p 值是大于零点零五的呢,我们就可以认为方叉是一直啊是满足进行方叉分析的一个条件。好看阿罗马分析的结果,他 p 值是也是小于零点零五的,也就是说商圈呢,对这个销售额是存在差异的。 但是我们调查这个商圈是三个商圈,是三个不同地方的杂技店,那到底是所有的杂技店的销售额不一样呢?还是其中两个不一样呢?我们就要进行事后检验,做成比较。这个结果来看,我们来看一下这个 宏大店和中路店,他的显著性是小于零点零五的,也就是说中路和宏大是存在显著差异的。对这个销售额,我们来看,宏大和江南区呢,他是大于零点零五的,所以说他是不显著的,也就是说宏大店和江南店的这个炸鸡店销售额呢,是没有差异的。好,我们看这个中路和宏大店, 是吧?刚才第一个已经判断了,他是有明显差异的,中路和江南呢,我们来看他是小于零点零五的,也是有显著差异的,也就是说中路和江南区呢,他是存在差异的,对这个销售额 好,这个也是一样的,也就说明了呢,这个平均值,恒大和中路呢,看他们的平均销售额是存在形成差异的,而中路和江南呢, 他也是存在系数差异的,而恒大和江南呢,他是几乎是没有差异的,这就是我们这个单元素方向分析的一个过程和结果。那么我们分析出来的这个结果呢,如何进行解读呢?我们一起来看一下。首先呢,我们需要将这个 描述的这个表格呢要放在自己的论文当中,还有这个阿罗马分析的表格,以及我们看到这个多重比较,如果说这个 p 值是大于零点零五的话,也就说商圈对这个销售额是没有影响的呢,也就没有必要进行下一个分析了。 好,我们进行简单一个文字叙述即可,然后道出中路和加蓝区,以及中路和宏大的销售额是存在显著差异的,这就是我们讲的单因素方向分析以及如何解读。好,今天的课程就讲到这里。

大家好,我是数据分析李老师,然后今天继续给大家带来 spas 数据分析的第七课,单因素方差分析。然后今天的课程的主要内容的话会从三方面进行展开,第一个的话是单因素方差分析的一个概念和一个注意事项。 第二个的话是单元素方差分析在 spas 当中的一个具体的一个操作。第三一块的话就是我们论文当中 需要去报告单因素方差的一个需要的格式和一个文字分析,包括包括单因素方差分析以及事后多重比较。好,我们正式进入今天的一个课程, 我们这边先看一下单因素方差分析的一个含义。单因素方差分析的话是用于比较三组及其以上主别的均值的差异,然后这句话的话会有三个重点,第一个 逐逐个的来讲,第一个的话它是比较差异的一个方法。第二个的话是比较钧瓷,钧瓷的话其实我们在体检验这一个章节里面也讲讲到过哪些哪些数据才会有钧瓷呢?只有连续 变量才会有君子,所以说他的一个因变量必须要是一个连续变量。然后第第三一个也是他和体检验的一个核心差异,他是需要比较三组及其以上组别的一个差异,然后体检验的话是用于比较两组的一个差异。所以说从这一句话里面我们对 单数方差分析有一个基本的一个了解,比较三组及其以上组别的一个均值的差异。后面也讲到了只有连续且服从正态分布的变量才有均值,所以说应变量必须要是连续变量,所以我们需要的话就是质变量,他是需要为分类变量,因 变量是必须为连续且符合正态分布的一个变量,我们才能够使用单因素方法分析。然后这是概念上的一个解释。具体我们看一下例子, 三种广告形式对应的销售额是否存在显著差异。三种广告形式,比如广播电视、报纸, 他是一个分类变量,然后他的一个销售额是一个连续变量,然后小学、初中、高中、大学学历,这是四个学历的月收入是否存在显著差异,月收入也是一个连续变量,所以只有在这种情况下,我们才能够使用方差分析。 同时需要注意的话,我们的一个音变量,他各总体需要服从正带分布,并且各总体均值的方差相等,其实就是需要做一个方差其性的一个检验,然后以及各观测值之间其实是需要相互独立。 好的,我们接着来看一下单韵数方叉分析的一个目的,他是为了检验某个控制因素的改变,是否会给观测变量带来显著的一个影响。就比如学历从小学到高中是否会大对他的收入产生显著的影响, 然后包括像广告形式从广播电视变为报纸,是否会带对他的一个销售额带来显著的影响,他都是某个控制因素的一个改变,对观测变量带来的一个影响。 这里有些例子啊,就是妇女的生育率在不同地区是否有显著的一个差异,不同学历是否对工资收入产生显著的一个影响。然后方查分析的话,认为观测变量的一个变动其实是由控制变量和随机变量两方面来影响影响,所以说就会出 下面这样的一个公式,总变差等于主间差异加主类差异,主间差异的话其实就是控制变量不同水平导致的一个变差,主类差异的话是由于抽样误差导致的一个变差,就说这个差异的话,它主要是由控制变量和一个抽样误差来导致的一个差异。 接下来我们讲一个比较重点的一个内容,方差期性检验,因为这因为单一数方差分析的一个核心前提是各组他的一个方差要齐,所以说我们需要检验检验控制变量不同水平下观测变量的总体的一个方差是否相等。 在 spas 里面的话,主要是采用 f 检验去做他的一个方叉骑行检验,他的核心方法是计算各观测组他的一个均值之差的一个绝对值,并且 对这个绝对值绝对离差进行一个单因素方差分析,看一下这几个绝对值是否会存在显著的一个差异,待会我们在操作中也会给大家去讲解这个到底是怎么去进行的 好。然后还有一个在单元素方差分析里面会比较重点的一个内容就是适合多重比较,因为单元素方差分析只能知道不同主别是否存在显著差异。 就举个简单的例子,我们只能知道小学、初中、高中、大学这四个组他们的一个月收入情况是否存在差异,但事后多重比较的话,其实是可以对不同水平的控制变量对 观测量的一个影响程度如如何去进行一个比较,就是我可以实际的了解到大学的一个收入对比,高中的一个学历的收入是什么样的,对比初中的是什么样的, 然后他们之间去做一个凉凉比较,然后多重比较检验的话,主要常用的一种方法是 l s d 血费、拜佛伦尼图机和 s n k。 然后在这里面的话,其实这几种方法都可以,但是大家可能需要注意的是待会儿也会给大家讲血费是里面其实它是最严格的, l s d 的话是最宽松的一种方法。 这种话大家到时候可以在实际操作过程当中都可以去看一下这几个出来的数据具体有什么样的一个差异。呃,并且这里有一个注意事项,我们只有说当售后都能比较是显著的话,才去在报告当中进行一个列举。 那接下来我们去讲一下在 spas 当中具体的一个操作, 我这边的话是打开了一组 spas 的一个文件,可以简单看一下。 呃,在变量式图 q 三的话是代表它的一个职业,它的一个职业类别 包含高校学生、企业、自由职业者、家庭主妇和其他。然后唯一的话它是一个产品摄入度,它是一个连续变量的一个数据,然后我们用这两个数据去做一个单因素方差分析的一个操作演示,分析比较平均值,单因素尔罗瓦检验。 然后我们把音变量产品摄入度,然后把职业的话导入到音尺。在这里面的话,对比这一块我们其实是不用去做一个选择。然后事后比较的话,刚才讲到了我们可以用 lsd 学费图机 snk, 都可以,都可以。然后具体不讲任何方叉的话,我们待会会做一个方叉骑行检验,到时候可以给大家看一下 选项里面的话,我们可以勾上描述方查即兴检验以及平均值图,可以看一下一个他的一个图,正面的话制作抽样这一块话我们一般不做选择,在这里的话直接点确定,我们看一下整体分析的一个结果, 这边的一个结果已经出来了,第一的话它是一个描述性的统计,对每一个他的一个身份,他的一个平均值标准差上线下线最小值最大时做的一个比较,我们从这个平均值里面其实可以看出,比如说其他他的一个平均值是二点三九, 然后高校员工的话是三点四一,但这种的话到底是否具具有显著的一个差异呢?我们继续继续往下看,但是方差其性检验,然后这块话我们看基于平均值,他用的是蓝文方差的一个检验,然后这里的显著性的话是零点二, 是七大于零点零五。所以说我们认为各组类他的各组间,他的一个方差齐性是不具有显著差异,意思是他通过了方差齐性检验。 接下来的话我们看一下具体的 eloga, 这里会有一个组间和组类,组间的话就刚才讲到的是由于 这边量的不同水平导致了一个差异,他是二十点一十八,然后主类的话是三百九十九点七二二,然后他们两个合计的话,他的整个方差分析是 他的一个显著性,他的一个批值是零点零零一,小于零点零五。所以说我们认为不同的控制变量水平,他们的音变量是具有显著的一个差异。接下来我们看一下事后检验,事后检验的话,他每一个方法图、机血费、 lsd 这些都 都立在上面。然后我们先看一下 l s d, l s d 的话,我们主要看一下它具有显显著差异的,可以看到其他和高校员工有差异,然后其他和学生。然后我们具体看一下 l s d, 它的其它这个位置,其它和 可以看到其他和所有的一个职业其实都是有一个显著的一个差异。在 l s d 里面看,然后我们看一下在学费里面 看,在学费里面通过学费的一个售后多层检验其他和企业职业,企业企业职员这样的一个 职业其实是没有显著的一个差异的,因为他的批值,他的显著性是大于零点零五,所以说我们认为其他和其 职员,你这的产品摄入度没有显著性的一个差异。然后这也是刚才我给大家讲到的 l s d, 它的一个 会更宽松,然后学费的话相对而言会更严格。然后这就是我们在方叉分析当中所有出出现的在 spac 里面出来的一个表格。我们接下来看一下在 实际我们的论文当中,我们应该怎么样去整理这些表格,以及怎么样去写这样的一个文字分析。好,我们回到我们的 ppt 具体操作这个板块的话,刚才也讲到了分析比较平均值,单因素 alove 检验,然后事后比较,你去选择需要的一些方法,然后选项的话是需要可以看一下描述和方差其性的一个检验。具体我们在论文 当中需要怎么样去报告呢?这是一个方差分析的一个结果哈,可以看到这边的话是一个音变量,然后这边的话是 三个字变量。可以看到他是报告他的一个平均值加减标准差价的一个形式,并且他的 f 值,他的 p 值全部列出来,然后他在说明了具体的一个三组别会存在显著的差异的情况下,同时说明可进一步进行多重的一个比较, 我们看一下多重比较的一个报告形式,还是使使用声线表,然后用较低水平和中等水平、较高水平、中等水平和较低水平、较高水平、 较高水平和较低水平、中等水平去做一个比较,他是一个平均值,并且把显著性直接标在平均值上。然后这里是一个文字分析,大家可以暂停或是仔细的看一下这一步 部分的一个文字分析。好的,这就是我们今天对于单一数方差分析的一个目标,它的一个操作步骤,以及在论文当中需要报告的一个格式的一个讲解。 看下大家如果有什么不清楚的问题可以直接在评论区留言。呃,非常感谢大家的支持,好,谢谢大家。

哈喽,小伙伴们大家好,上一期视频中呢,我们探讨了怎么用 s p s s 来进行方叉分析,那么有小伙伴提出了一个问题啊,就是如果当方叉不齐的时候该怎么办呢? 这个问题在上一期视频中没有着重讲,但其实如果方差同质性检验都没有通过的话,那就说明这个数据不适合进行方差分析,这个结果是不可靠的。 那么今天我们就来专门做一期视频,来讲一下当方差不齐的时候,我们该怎么办。首先我们打开一个 spss 的数据 啊,我们都知道进行方扎分析呢,需要满足两个条件,第一个就是数据需要服从正态分布,就是一个倒 u 型的一个曲线。然后这一点呢,其实多数情况下是没有办法达到很理想的状态的, 如果非常要求严格的话呢,这点通常都没有办法满足,但其实如果是风度,就是他的范围绝对只小于十,然后偏度呢,绝对只小于三,如果正态分布图已经能看出来是一个倒 u 型的曲线,就像一口钟一样, 就是两头低,中间高这么一个状态的话,那就算不是完全的正态分布,那我们也可以接受这个数据,默认为他可以进行方查分析。 那么还有个条件就比较难以满足,就是方叉骑行的检验。好的,我们先来进行一下方叉骑行检验,怎么做呢?首先点击分析 比较平均值,单因素 under one, 我们先重置一下,我们要看看,比如知识目标情感目标 教学方法,然后因此呢,我们想看看不同年级之间的同学在知识目标、情感目标、教学方法上分别有什么显著差异? 那么点击对比勾选多项式事后多重比较呢?如 果甲定方叉是齐信的,我们勾选第一个 l、 s、 d, 还有下面一个,这是上一期视频中没有提到的,就是如果方叉不齐的时候,我们就要勾选,这里一般是勾选第一个。 这些方法呢,其实都是非参数检验的方法,非参数检验还有其他比较常用的方法在这没有显示,下一期视频我们会着重的讲列举各种非参数检验的方法,那么在这呢,我们先默认选第一个,点击继续 看看。选项中我们想看看描述性结果,然后最重要最重要的就是这里方叉同质性检验。那么还有两个是需要注意的,就是这两个方法我们也要勾上,那么这两个方法呢, 其实他们的分布啊,是,呃,近似于 f 分布就不是 z 分布, z 分布就是我们说的正态分布嘛。那么这两个方法对正态分布的要求呢?稍微低一些,所以我们也可以看看他们我们的数据满不满足这两个分析的条件。 点击继续 both jump, 我们不需要点击继续,然后点击粘贴生成语句, 选择一下这个语句,我们点击运行这个绿色的神奇小按钮, 生成了单因素方案分析的一个结果。首先是描述性的表格,像上期视频中提到的,最重要的是要报告这前三列的数据, 包括,嗯,每一个音变量上对应的每一个层级上的一个数数量,然后平均值以及标准差。 第二个呢,就是我们比较看重的方差统治性检验,就是看看是不是方差齐性 显著型水平,如果小于点零五呢,就能说明这个音变量他不满足方差其性。那么从这个数据结果来看,我们有三个音变量,其中有两个都是小于点零五的。知识目标和教学方法都不满足方差其性, 那么不满足方车骑行的情况下,在 on nova 这个表格中,这两个结果就是不可靠的,我们只可只能报告这个 呃,情感目标的这个结果。那我们再来看一下均数相等型的稳定稳健检验,也就是我们勾选了另外两个符合 f 分布的检验方法, 这两个方法就很明确的能够显示出来,如果你不满足这个方杀其性啊,他根本就不显示,这个比较简单粗暴,一目了然啊。只有这个情感目标这个应变量,他是满足方杀其性的,所以他能显示结果。 那么不满足方差其性的时候,他怎么解释的呢?就是比如说这是目标他的均数相等型的文件检验,因为至少有一个组的方差数为零,所以他没有办法进行这些检验,没有办法显示结果。 那我们再来看看多重比较,在多重比较中,知识目标和教学方法我们就不能再看这个 l s d 了, l s d 已经没有意义了,就只能看这个 time time。 这个结果里头 我们可以看到显著性中诶,初一和初三其实是显著的, 还包括初二和初三在知识目标上也是显著的,也是显著的小于点零五。但其实这个结果能不能报告呢? 答案是并不能,因为他都没有通过上面的检验,他没有必要进行这个多重比较,唯一可以进行多重比较的呢,是情感目标这个满足方 观察期限的这样一个音变量。那么我们再回头看看情感目标它的显著性,在阿 nova 上的显著性是什么? 是不显著的对吧?这个 p 值是大于点零五的,那就说明他也没有必要进行事后检验了。他的结果显示, 初一、初二、初三三个年级的学生在情感目标这个应变量上都不存在显著差异,那我们没有必要再进一步的分析,到底哪两个年级之间是有显著差异的,对不对? 所以到这里其实只用报告这个情感目标这一步,这个批值,然后我们这个分析就就此打住。 那么我们会在下一期视频里面再讲怎么用啊非算数方法来检测这个知识目标和教学方法,这两个音变量 他的差异检验。那么还有的同学可能要问啊,我不想用非参数检验的方法,我就想把这两个音变量把它作为啊参数检验来进行这个防查分析。那应该做怎么样的一个转换呢? 我们可以试试啊,比如说转换,这里就用到一个转换变量的方法了。第一个计算变量,先重置一下,清空之前的记录, 嗯,我们来设定一下知识目标, 加一个 new, 然后标注一下它是一个新变量,把知识目标选进来,然后我们看到这里有函数组,对吧?有各种转换方法, 我们点击这个算数,然后给它取一个 log 吧, 就是取对书的意思,把知识目标选进来, 点击粘贴,记录一下我们这一步的操作, 然后我们再 进行一次防晒分析的检验,我们不看其他两个变量了,我们就看看我们已经变化了的这个知识目标,他现在满不满足防晒分析, 其他的我们都不变。好的,点击粘贴 生成语句,选中这个语句,然后再运行一下看看。哎,这个时候呢,方差显著性显示他还是显著的, 那就说明我们的这个取对数的结果也并不可靠,那么除了取对数的变化呢,还 还有其他的变换方法,计算变量,取对数不可靠的情况下,我们重置,然后我们再来探讨一下别的办法, 比如说算数里的还是选择算数, 开个根号试试,这个时候属于死马当活马医的状态,所以什么变化形式我们都试一下。点击粘贴, 选中语句运行,然后让我们再来运行一下这个啊,方叉分析,那么这个时候除了 点击历史的记录呢,我们还可以直接修改语法,我们把它命名为 new 二了,所以直接加上二运行一下之前的语句就好。 哇,取对数以后, p 值反而更小了,那就说明他还是不满足方差通知性检验, 那么这个变量到头来我们就只能进行非参数检验了,就是参数检验这条路我们就基本上走到头了,这就是今天整个视频的一个内容,包括了 嗯,方叉分析的一个前提的说明,然后方叉不齐的时候应该进行怎样的一个选择,还有就是当方叉不齐的时候,我们对数据 进行怎样的一些必要性的转换,希望对大家有所帮助,然后有什么意见或者有什么建议,希望大家踊跃的给我们提供建议, 给我们发弹幕呀,发评论呀,加入我们的 qq 群一起讨论,谢谢大家,我们下期再见。

九十秒教你学会 igbs 十二音速防差分析!可知道,在做 因素方差分析看独立样本体检验类似都是为了检验连续变量在分类变量不同水平上的差异情况,但因素方差分析适用于分类变量选项大于等于三的情况。 第一步,导入数据。第二步,对分类变量进行复职。第三步,点击分析比较均值但因素方差分析。 第四步,选择对应变量到对应的变量框。第五步,在选项里面勾选描述统计,看方差其性检验。第六步,在多重比较中勾选 lsd、 汉塔姆黑尼选项。第七步, 分析结果,按照顺序为描述统计,看方差其性检验看方差分析的结果。根据方差其性检验结果来判断多重比较看 lsd 还是塔姆黑泥。 第八步,多重比较结果,如果方差其性检验结果批小于零点零五看塔姆黑泥, 如果大于零点零五,则看 lsd。 同样多重比较的结果,先看 b 值,再看均值差,如果维护,则前面的小于后面的。如果符号为证,则为前面大于后面。 第九步,把表格整理成如图中所示。第十步,文字结果整理可以参照图中形式。

如何用 spss 做多因素方差分析?打开 spss, 输入数据,点击分析,选择一般线性模型单变量命令,将需要分析的变量选入对应列表框中。单击右侧的模型按钮,勾选全因子, 单击右侧的选项按钮,勾选其性检验描述统计分布水平图,点击确定,潇洒结束分析验证结果收对,你学会了吗?小朋友,你是否有很多问号?为什么?

大家好,我们今天进行随机驱逐设计放大分析的讲解,今天我们还是会从四个部分进行讲解,首先是第一部分设计思想, 然后是第二部分案例实战及解析,接下来是第三部分操作步骤,就是第四部分结果解读,首先是第一部分设计思想, 所谓的随机七组设计,我们也可以称为配五组设计,也就是说是指利用分组技术实现局部控制分 主的误差仅仅来自主内,而主间的误差,主间的差别与误差没有关系。那么接下来我们进入第二部分案例实战及解析去,方便我们更好的去理解。某言 研究者用 abc 不同饲料喂小猪,目的是为了了解不同饲料对猪增重的效果有无差异,那么在这里的话呢,就采用随机驱组设计的方法,以窝别作为划分组的一个特征,消除遗传因素对体重的影响。 那我们的案例数据就保存在零四点 s a c 里面,那么在这里为了消除遗传因素以剥夺罪配伍条件, 从一窝找三只体重相重体重相近的作为一个配伍组,然后每个配伍组中的三个小猪随机分配到三个干预组里面, 那么主要研究因素为饲料分为 abc 三个水平,驱逐因素为八个水平,音变量为体重。 那么第二第三部分我们进入操作步骤的一个解析,首先是步骤一,点击分析一般线性模型, 点击灯变亮,然后是步骤二,体重发热音变亮,然后是点将区主与钢一组放入固定音纸。 接下来是步骤三,点击模型,点击设定类型,选择主效应,将区主与干预组放入模型内,接下来是步骤四,点击两人比较,将区主与干预组 范围放到两岸比较体验框,勾选 lsd。 接下来是最后是步骤五,点击选项,将虚组与刚一组放右,显示均值,勾选比较主效应,选择 lsd, 勾选描述统计与方差其性解念。好,那么接下 来我们进入操作步骤的一个演示部分,那么我们打开零四点 s a c 的时候,这个界面是这样的,点击分析一般线性模型方便量,体重方面应变量区组和该组分固定因子,点击模型,点击设定, 将区主干一组放入模型框。类型选择主效应,点击继续,点击两人比较,把区主和干一组放入两人比较简单的框里面,选勾选 sd, 点击继续, 然后点击选项,区组和干预组放上写的君子框里面,点击比较组效应,点击描述统计和方差题性,那么这个自信区间调节,我们选 sd, 点击继续,点击确定, 那我们会出来很多的一个结果,那么我们主要调一些重要的结果进行解答,进行解释,那些重要的结果同样也是只需要把重要结果放到分析报告里面即可。接下来我们进入结果解读, 第一个结果是主体间相应检验的结果,在这里只需要注意两个被框起来的地方,第一个是屈组,然后第二个是一个 f 值和 p 值, 那么我们先看一下区主的一个结果,区主的结果 f 为十三点五二一 p 时小于零点零一,表明不同区主猪的体重增重量有差异, 那么第二个是干预组, f 等于二点七幺九, p 等于零点幺零幺,表示不同饲料组间体重增加没有差异。那么 接下来我们看一下结果二,结果二为描述统计结果,第一个是区组的描述统计结果,一共有八个区组对应的君子和标准插在这里。第二是干预组,干预组对应着一个 君子的标准差也在这里。接下来是结果三,驱组和刚一组的多重比较结果。首先我们先看一下我们的呃一个区组的多重比较结果,那么在这里我节选了前面三个作为一个例子, 因为去看他们那个结果的道理是一样的。我们先看一下区主一的,在区主一的多重比较结果里面,我们可以看到区主一与其他区 组比较有显著差异的有驱逐四,驱逐五,驱逐六,还有驱逐八。那么既然他们有显著差异, 那么他们的差异到底是怎么样的呢?我们接下来在知道他们有结果的时候,我们回头看一下他们的秒数统计结果结果呃区主一的几率是五十五点九三三, 驱逐四的结果是六十七点零六星,那么就可以说明驱逐一一是显著低于驱逐四,那么驱逐五是七十二点六三三,驱逐一是五十五点九三三,也就是说驱逐一是显著低于七九五的, 其他呢也是以此类推。那么我们看一下那个呃多个关于刚一组的多个比较的一个结果, 那么在干预组里面都是比较结果,这里呢我们就可以看。先看一下我们的 p 值,可以看到呃有显著差异的只有这个移组和平组比较,他们呢 p 值是零点零四五,小于零点零五,那这个时候呢,我们来看一下,回头看一下遗嘱和丙嘱的均值, 乙组和丙组的精值,乙组的是五十三点三五二,然后丙组是五十八点八八八,我们可以看到乙组是显著低于丙组的,那么呢,所以可以说明两个呃 乙组饲料和丙组饲料在对于猪的体重增重上面的一个肾的话呢,丙组的作用是显著高于乙组的,那么在呃实际上呢,就可以说明我们的丙组的效果比较好,就可以去 推广一下丙组这种饲料。然后呢,今天我们的随机区组设计方的分析就讲解到这里,我们下次再见,谢谢。

大家好,我是好奇学长这一期呢,因为我电脑连不上网,所以呢就不开始这个头像视频了。呃,那么就用这个录屏软件录屏给大家讲一下, 嗯,单一数方加分析。那么前两节呢,给大家讲了如何把数据录入到 spax 软件当中,然后再 对数据进行描述性统计和这个正态检验。因为单数方差分析是的前提条件是数据要满足正态分布,如果不满足正态分布呢?我们需要用其他的一些分析手段。 那么我们来看分析这个单数方差分析是怎么做呢?我们首先点到分析这里,然后通过均值比比较均值这里这一栏,然后找到最下面就有一个单数二罗瓦分检验,那就是单数方差分析, 我们点进去了之后,这里有一个变量列表和这个因子,这个是什么意思呢?这个下面因子是代表我们的处理变量,但是处理变量因为在这个表当中给到的是一个字符串,这样一个表格一个数值, 那么在统计的时候,他没办法对这个呃制服串进行定量化,所以我们要把这个 处理组用相应的数值数值来代替,比如说对照是零,呃处理一是一,那么我们就用这样的数字来代替,然后我们把这个处理代号放到英子这里来, 然后把我们所测定的所有的观测指标都放到这个嗯,变量力表里面去,然后我们再来看,嗯,除了常规的他的末 认得这些统计结果之外,我们还要做哪些操作啊?嗯,第一个呢是,嗯,这个对比较,这个呢我们通常不是不常用啊。嗯,第二个事后多层比较呢,就是一个说这个比较不同处理之间的这种,嗯, 这种差异性,那么我们常用的呢是有 lsd 和这个邓肯多重比较,那我们科技组呢,通常会要求用邓肯多重比较,所以大家根据自 自己的研究和要求,可以用 i s d l n s n k 这个或者是邓肯,那么其实可以同时多选很多个啊。嗯,但我们因为常用,我们这边常用这个邓肯的话,就用邓肯比较就可以了,勾选一下就行。 那后面这些选项的话描述性统计,因为前节课呢给大家讲过描述性统计,那么这里呢也可以对他进行勾选,他也得到 这个相应的这个标志性统计结果。只有抽象这里我们就可以不管他,跟着选,选定默认值就可以了, 然后直接点确定,然后如果在英文是肯定的是继续,然后就得到了我们这个分析的结果。 好,因为我们选了描述性统计,他会对这些描述性统计得到这样的一个表,我们有一共有呃五个指标,然后每个指标的这个 这个处理的个数有五个,然后比如说这个对照组零代表的是对照组有五个,然后他的均值标准差,标准物上下线最大最小值这些都给出来了,那我们有需要的时候,我们就把它填写进去,填写到自己的文章当中。然后最重要的呢,我们是要来看这个单一数方差分析的结果。呃, 这个可以看到这个每一个指标,我们测定的每一个指标在不同的处理变量下,他得到的这个平方和自由度均方,这个方差值和显著性。那其实我们看这个, 我们做了这个实验,做了这个处理有没有效果呢?我们就来看一看这个最后方差分析的这个显著性是否是显著的。 呃,零点,第一个对指标一是零点零三七是小于零点零五的,这样一个值是显著达到显著的一个影响水平。那么第二个是零点五零 九,这个就是不显著。第三个零点三二四也是不显著的。那么第四个是零点零一,一也是屁值,这个显著性是屁值,呃,是小于零点零五的,那是显著的。 那么第五个呢,是等于零点零零零。那么我们在写文章的时候呢,我们就可以写成小于零点零零零一,然后这样的一个就是两两个零加个一的这样一个方式来表示他, 呃,那么这个是不但小于零点零五,还小于零点零一,那么他就是一个极其显著的这样的一个影响。就是说不同的处理对指标五呢是极其显著的影响。而对这个指标四和指标一呢,都只是一个显著影响。 而对这个指标二和指标三呢,是没有显著影响的,就是说对他的影响是不大的。嗯,下面呢是这个呃邓肯多重比较的这个结果, 这个结果怎么来看呢?呃,这个结果呢,是比如说对指标一,我们首先要看他叫呃 事后多重比较,他是说在这个比较有意义的前提是在前面的这个方差分析,他具有显著性才有意义。那么也就是说指标二和指标三对他进行邓肯多重比较,他得到的这个参数是没有任何意义的,而且得到的应该也是一个,嗯, 同一个级别的啊,你看可以看到他没有分级,然后这个,呃在指标一的话就分成了两级,那么这个级怎么来看呢?我们这个级呢是从后往前看, 然后二,那么就是说这个他是最大的,那么就是从后往前看啊,二这里只有两列呢,二就代表是最大的,如果有三列,有四列,最后一列是最大的,这里呢我们可以看一下他的均值啊,这个给他的均值,那么八点零、八六零,这个, 呃和这个,呃二点零这两个是一样的啊,一样的。那么这两个呢就是比较大的,然后这个他就分在了第一类啊,就是最大的一组当中, 然后对照这一组呢,是既在第二组又在第一组,那么他就是分在了一组,他就是处在一组和二组之间, 那么这个处理一这个这个处理下来他是在第一组,那就说明他是在这个,呃,是在这个低水平这个组。那么待会我再给大家去讲一下这个怎么去看? 好,那么这里就是单一式方叉分析的这个结果。呃,我再给大家看一下这个文章里面,哎,放到文章里面,呃,是要怎么去去应用呢?啊?这个就是已经发 表的土壤学土壤期刊里面,我们课里只需要是发的啊这个这样一篇文章,那么 我们刚才做了描述性同做了这个单式方差分析,得到的结果呢?就是这样一个表,嗯,然后我们把这个表复制到 word 里面进行编辑,把该要的就留下,不该要的就删掉啊,包括了这个,呃, 是这些这个具体的指标,那么这里我在呃讲案例的时候呢,我兄弟指标一,指标二,那么在研究的过程当中,具体是什么指标就写成什么指标,嗯, 然后再把这个自由度和军方这里,嗯,调换一下位置就行了。可以看到这个我们这里是先把这个呃变上来源给了之后,就后面接着就是自由度,然后这个军方,然后方,嗯,我们可以看到 这个是平方和是前面 ss 平方和 s 平方是军方,然后这个方差值和这个显著性 p, 然后在这个呃 这边呢,我们就用屁值,显著性的话就用屁值来表示,你看如果小于零点,呃,比如说这个这里的最后一个的话,我们这里就用这样的形式,屁小于零点零零一这样来表示。那么得到这个结果之后,我们就可以判断 在这个处理之下对哪些指标有显著的影响,然后有这些显著的影响之后,我们再进一步的对他进行画这样一个趋势图,看一下哪个处理更高,哪个处理更低,更显著的去 表现我们数据分析的结果,表现我们这个每一个处理下不同处理下每一个指标的展现形式。 呃,刚才给大家说的这个,呃,这个邓肯多重比较的这样一个结果,但是这个数据对应不起来哈,大家要只要学会去去应用就行了,就以指标五为例来对应这个图,嗯,但这个实际是不对应的哈,就大家去做的时候就区分一下就行了。 那么说这个二和三是在这个三这一组,而且是在最最大的一组里面,那么我们把倒着来标第三组和第二组都标上 a, 从从后往前标哈,这个,嗯, 最大的就是 a, 最小的一字 abc, 这样标下去 a 是最大。那么这里呢要要说一下的,是可以用大写的,也可以用小写的,但是他有规定哈,这个 a 是使平均,呃,这个呃用小写的,这个字母呢,是代表显著 信是在零点零五,如果用大写字母呢,是小屁,是零点零一这样的一个呃,一个概率值, 一个筛选范围,那么我们依次往前标,那么这个呃 d 一和处理一和对照,处理一就应该标为 b, 处理这个对照呢,就标为 c, 就是从高往低这样 abbcdbc 这样的一个趋势。那么这里呃 给了只有三只,分成三组,那么就只用三个字母去标 abc 这一列的,在这一列的标准 a, 在这一列的标准 b, 在这一列的标准 c, 那么像这一个,这一组 呃,他有两个,那就只能一把,这后面的对应的他是处理,处理这个就标准 a, 然后处理一的这个他既在二又在一,那么就标准 ab, 然后 这个三和二二都标识 b, 那么这里可以看一下哦,这里没有 ab 的情况啊。嗯, 这里因为因为在这个研究当中呢,没有涉及到这个跨行分组的这种情况,所以就像如果在同学们在数据分析的时候,遇到 这个跨行的,他既在第二组,又在第一组的情况下,那么就写成标准 ab 这样的形式。当然要看如果他在后面几行,该是 ab 还是 cd, 或者是呃 bc 的,这样的该怎么标就怎么去标就行了。 好,今天呢就先分享到这里,因为视频长度的限制,那么呃,后期呢?给大家讲如何做图。 好,我是豪杰学长,大家对我视频感兴趣的可以点赞、收藏、评论加转发,有什么问题也可以在评论区留言,我可以 针对大家的留言针对性的出一些相应的视频。好,谢谢大家。

sbss 操作步骤讲解系列第十三课单因素方差分析 方查分析也是基于君职比较的分析方法,用于检验应变量在三级以上分类变量不同水平上的差异。 第一步,将需分析的数据导入 spss 中并进行复制后点击分析比较均值单因素 or nova 检验。 第二步,进入图中对话框后,先将音变量放入音变量列表中, 后将分类变量放入英子中。点击事后比较,勾选假定等方差 alest 和不假定等方差塔姆黑尼 t。 二、点击继续。 第三步,点击选项,勾选描述方差,其性检验,点击继续确定。 然后单因素方差分析的结果就出来了。先看假设检验结果,若批小于零点零五, 说明差异显著,反之不显著。然后看方差,其性检验结果,若批大于零点零五,说明方差,其事后比较结果。看 lsd 的,若方差不齐,看塔姆黑尼结果。 最后看事后比较结果,若批小于零点零五,说明该行凉凉比较结果有意义。 第四步,将检验结果粘贴复制到 excel 表格中进行整理。首先将描述统计结果粘贴复制到表格中,将标准差厚的布 份删除后,将假设检验结果中的 f 和批职复制到整理后的描述统计结果。后面后根据方差检验选取序后比较的结果,整理后放在批职后。 感谢观看,记得点赞关注哦,可带坐指导学习交流!

spss 单因素方差分析结果怎么看?单因素方差分析结果如下图,第一步看 p 值, p 值小于零点零五,说明不同分析项呈现出显著性差异。第二步 看平均值,如果呈现出显著性,通过具体对比平均值大小描述具体差异所在。例如,由下表值, 不同班级样本对于成绩全部均呈现出显著性 p 零点零五,意味着不同班级样本对于成绩均有着差异性。你学会了吗?

大家好,这里是 fpss 学堂,我是主讲人斯洛。本节的内容为两因素多元方差分析, 我将从两部分出发,一是方差分析的统计条件,具体讲解两因素多元方差分析的含义以及方差分析的案例。 第二部分为方差分析的具体统计操作。那么什么是两因素多元方差分析呢? 所谓的两因素多元放差分析是用于研究多个音变量是否受两个字变量也成为因素的影响, 他检验的是两个因素取值水平的不同组合之间因变量的均值是否存在显著的差异。那么两因素多元方差分析该怎么做?我们一起来学习一下。 我们来看一个案例,不同的年级和班级对语文成绩和数学成绩是否有显著影响呢?那在这个问题中,我们不难发现有两个字变量,分别是年级和 单别音面量为语文成绩和数学成绩。那在这个里面就是一个典型的两因素多元 帮他分析。那么我们一起来看一看在 spss 中的具体操作。 首先我们打开数据集,在这个里面有四列数字,分别是年级、班号,语文成绩和数学成绩。那么我们来操作一下。首先单击菜单栏中的分析, 选择一般线性模型,然后选择多变量,打开多变量对话框, 然后我们的音变量是语文成绩和数学成绩,把它选入音变量之中,然后我们的字变量为年级和班号,把它选入 固定因子当中。然后这个操作和我们之前的操作大同小异,模型这里我们选择默认值就可以了, 对比这里面我们还是选择默认值即可,然后事后比较,这里我们还是默认值,重点在 em 平均值。那在这个里面我们把年级选过去, 单号选过去,他们的交互选过去,然后勾选比较主效应,然后单击继续 保存,这里面呢我们勾微标准化就可以了。选项描述统计,习性检验,笑容量 估算,然后单击继续,在完成一项操作之后,我们点击确定按钮,输出结果即可。 首先是主体键因子,在这个里面我们不难发现一共有六个年级单号,有四个,每个里面的个案数都已经清晰的列出了。 那么第二个描述统计,描述统计在这里面我们不做坠数,都是对于每个年级不同班号进行的一个平均值以及标准差的检验。 然后这个里面我们看一下写放差举论的同性检验,那在这个里面我们可以看到显著性是零点七四二,大于 零点零五。 接下来我们看一下多边料检验这个表格, 那在这个里面我们看一下年级他的显著性是零点二零一,单号他的显著性是零点五六七, 年级和八号之间的交务效应,这里面是零点四三三,这三个值呢都是大于零点 零五的啊,都是大于零点零五的,所以我们可以推断年级效应,八号效应和年级乘八号效应对模型的影响是不显著的。 最后最重要的表格就是主体间效应检验, 在这个里面表格显示的是各效应检验的输出结果。那么不难发现,从各项显著性的检验的批值我们可以看出, 年级单号对语文和数学成绩的影响并不显著,这个里面我们可以看到年级 他的显著性是零点七一七,大于零点零五,单号显著性零点三零一大于零点零五,对吧?这个是语文的,那数学的同理都在这里, 年级的是零点零五零啊,这个班号的是零点七四六啊,同样的也是大于零点零五,他们的交互也是大于零点零五,所以我们就可以推断出我们的年级班号对语文和数学成 的影响并不显著。 以上就是本期内容,更多 spss 知识请关注 icpss 学堂微信公众号。

师傅您来插门已经到底之方差分析,第一步,分析比较均值单因素方差检验。第二步,把要测的人口社会学变量,比如年龄拉到因子,然后把要测的变量拉到因变量列表。 第三步,点击时候比较,把 isd 和塔姆黑泥勾上点继续。第四步,点击选项,把描述勾上点继续。第五步,点确定 施主数据分析不用怕,俺老孙来为你解答结果直接点击左边的这个 no 吧, 看显著性低于零点零五,证明方差分析显著,然后比较谁大谁小就看平均值就可以。这个结果最大就是第五个选项的均值四点零四四,哈哈哈。
